TikTokで発信している人なら誰でも同じ悩みを抱えている。クリエイターセンターには再生数、いいね、完播率、フォロワー増加といったデータが眠っているのに、「なぜこの動画は伸びて、あの動画は伸びなかったのか」をAIに分析させようとすると、AIは何も見えていない。管理画面にアクセスできないからだ。スクリーンショットを手動で食わせるのは遅いし、情報も欠ける。大半のクリエイターのデータ分析は、「なんとなく良さそう」という勘の領域で止まっている。

課題：データは管理画面の中、AIは門の外

TikTokのクリエイターセンターの指標はページ上にレンダリングされるだけで、個人クリエイター向けの手軽なAPIはない。ClaudeやCursorのAgentに分析させたくても、従来の方法は3つしかなかった。数字を手で書き写すか、スクショを画像認識させるか、有料の第三者データプラットフォームを契約するか。最初の2つは時間がかかってミスも多い。3つ目は高い上に、出てくるのは業界全体の大まかなデータで、自分のアカウントの動画ごとの明細ではない。

さらに重要なのがコンテンツの中身という軸だ。データは「この動画は完播率が高い」と教えてくれるが、「冒頭3秒で何を言ったからか」は教えてくれない。数字と動画で実際に話した内容を掛け合わせて分析してこそ本物の分析であり、それこそが手作業では最も難しい部分だった。

チャンス：ローカルツールが最後の1マイルを埋める

GitHubのオープンソースプロジェクト douyin-mcp（https://github.com/Kuhakucai/douyin-mcp ）が解決するのはまさにこの問題だ。まったく触れたことがない人向けに補足しておく。MCPは「AIのUSBポート」と思えばいい。AIソフトがUSBメモリのように各種データソースに接続できる共通プロトコルだ。Agentとは、人の言葉を理解して自分で作業をこなすAIのことで、Claude Code、Cursor、Codexなどが代表格。公式サイトからダウンロードしてインストールするだけだ。douyin-mcpはローカルで動くMCP Serverで、あなたのPC上で専用Chromeのログイン状態を再利用し、クリエイターセンターに実際に表示されている動画リスト、再生数、いいね、コメント、シェア、保存、完播率、フォロワー増加などの指標をローカルDBに差分同期し、MCP経由で対応するあらゆるAIに提供する。

もう1つ、キラー機能がある。動画の音声トラックからテキストをオンデマンドで抽出する機能だ。タイトルや画面内文字の認識ではなく、動画で実際に話された言葉だ。ローカルの音声認識モデルが音声をタイムスタンプ付きテキストに変換するので、AIは「この動画で何を話したか」と「この動画の成績」を同時に見られる。テーマ選定、冒頭のフック、構成、最終データを並べて比較できるわけだ。

このプロジェクトは現時点でstars 59、forks 9、AGPL-3.0ライセンスで、執筆時点でも活発に更新されている。macOSとWindows対応、Python 3.11以上、単一ユーザー・単一アカウントでのローカル実行が前提だ。リポジトリには非公式のコミュニティツールであり、ブラウザ自動化で本人アカウントの可視データを読み取るため、プラットフォームの規約違反やアカウント制限を招く可能性があると明記されている。この点は、どんな顧客にも必ず正直に説明すべきだ。

ステップ1：10分でインストールし、まず自分のアカウントで動かす

対象：自分のTikTokアカウントを持っていて、まずゼロコストで効果を検証したいクリエイター。

インストールは「一言で済む」ように設計されている。コードの知識は不要。MCP対応のAgentにこう言うだけだ。

1

https://github.com/Kuhakucai/douyin-mcp.git をクローンしてインストール・設定して

AgentがREADMEを読み、環境をチェックし、インストールスクリプト（macOSなら bash ./easy-install.sh、Windowsなら対応するPowerShellスクリプト）を実行し、DBを初期化し、使っているクライアントにMCP設定を書き込み、専用Chromeを開いてQRコードログインを促す。初回同期で動画リストと直近の動画詳細を取得する。

動画テキスト機能はデフォルトでオフだ。必要になったら「動画テキスト機能を有効にして」と言えば、FFmpegとローカル音声認識モデルのダウンロード、必要なディスク容量を説明し、同意を得てからインストールする。この設計のおかげで10分で始められる。初回同期は数分で終わり、過去数百本の動画の書き起こしを待つ必要はない。

ステップ2：分析を再現可能なプロンプトテンプレートにする

対象：すでに発信しているが、分析はすべて勘頼みのクリエイター。

ツールの導入はスタート地点にすぎない。本当に価値があるのは質問の仕方だ。リポジトリが推奨する使い方は、そのままテンプレートとして使える。

1
2
3

私のTikTokデータの状態を確認して。キャッシュが古い場合のみ動画リストと直近20件の詳細を更新。
そのうえで直近30日間の完播率、5秒完播率、エンゲージメント率を比較し、分析の結論を出して。
各結論にはデータの時点、カバー率、欠損項目、根拠となる動画を明記して。

日常の分析は3種類の質問に分解できる。1つ目はパターン発見。「直近30日でエンゲージメント率が最も高い5本を挙げて、共通点を説明して」。2つ目は比較。「この3本の動画の音声テキストと成績データを突き合わせて、テーマ、冒頭のフック、構成、エンゲージメントの違いを比較して」。3つ目は次の一手。「続編を作る価値がある動画はどれ？順位づけの根拠とデータの限界も説明して」。

データに嘘がないことこそ、これを商品として売れる根拠だ。ページに表示されていない値はnullとして保存され、0や推測値で埋めない。すべての結論に取得時刻、キャッシュの鮮度、フィールドのカバー率、欠損理由が付く。アカウントの誤切り替えを検知したら書き込みを拒否する。AIの出す分析は証拠付きであり、もっともらしい作り話ではない。

ステップ3：この仕組みをサービスとして売る

対象：情報格差で副業収入を得たい人。最も成約しやすい顧客は、安定して投稿しているのにデータがまったく読めない中小クリエイターだ。店舗紹介系、知識系、物販系の発信者たち。データの重要性は分かっているが、分析する術がなく、MCPという言葉すら知らない層だ。

サービスの形は3つある。1つ目は単発の分析レポート。「直近30日の動画パフォーマンス分析＋バズ動画の共通項の分解＋来月のテーマ提案」を納品する。需要の目安を挙げておこう。今MercariやLemon8で「TikTokアカウント診断」「アカウントデータ分析」と検索すれば、類似サービスが1件5,000〜30,000円で出品されている。フォロワー数やレポートの深さで価格帯が分かれているので、実際に検索して価格を決めればいい。2つ目は伴走型の月額サブスク。毎月の分析レポートと企画会議をセットにして長期顧客を囲い込む。3つ目は教育コンテンツ。インストール手順とプロンプトテンプレートを講座や記事にして、自分でやりたいクリエイターに売る。一度作れば繰り返し売れる。

保守的な試算をしてみよう（あくまで推演であり、約束ではない）。分析レポート1件15,000円、慣れれば1件約1時間。Mercariに出品して月10件売れれば、約15万円の純粋な時間収入だ。実績ができたら月額サブスクに移行し、単価もリピート率も一段上がる。

コンプライアンスの境界線は最初に明示しておく。長く続けられるかどうかに直結するからだ。このプロジェクトは非公式ツールで、本人アカウントの可視データのみを読み取るが、プラットフォーム規約への抵触やアカウント制限のリスクがあるとリポジトリが明言している。だからサービス提供時は、必ず顧客本人にQRコードをスキャンさせ、本人に操作させ、本人にリスクを確認させる。アカウントの認証情報を預かることは絶対にしない。データの転売もしない。受注前に「アカウントが制限される可能性がある」というリスクをサービス説明に明記し、プラットフォームの規制でサービスが中断した場合は未実施分を比例返金する取り決めを事前に交わす。これが底线であり、長く商売を続けるための前提条件だ。

ケーススタディ：知識系発信者の分析サイクル

先に断っておく。以下は仮定のデモであり、このフローが完成したときにどう見えるかを示すものだ。筆者はまだ全工程の実走検証を終えておらず、実際の顧客事例ではない。

週3〜5本投稿する知識系発信者がツールを導入し、Agentに分析を指示したとする。証拠チェーン付きの比較結論が返ってくる。最も価値があるのはコンテンツ軸の発見だ。例えば同じテーマの2本を比較して、AIが「伸びた方は冒頭5秒で常識を覆す結論を投げているが、伸びなかった方は本題に入るまで20秒かかっている」と指摘する。この「データ×実際に話した内容」の交差検証を、人力で体系的にやるのはほぼ不可能だ。

こうしたクリエイターにとって、月1回の深い分析で冒頭のフックとテーマ選定を改善し続ければ、完播率とフォロワー増加の曲線は運任せの宝くじではなく、管理・改善可能な資産になる。実際にどれだけ効率が上がるかは、自分で一度回して本物の数字を取るのが一番だ。それ自体が、サービスを売るときの最強の営業素材になる。

今すぐ動こう

ツールは無料のオープンソース。必要なのはPC1台とTikTokアカウントだけだ。今日やることは3つ。1つ、リポジトリのURLをMCP対応のAgentに渡してインストールさせる。2つ、上の分析テンプレートで自分のアカウントを一度回し、AIの結論と自分の直感のズレを確認する。3つ、その全過程をスクリーンショットで記録する。それが将来サービスや教材を売るときの最初の素材になる。データ分析の認知格差がクリエイター間の差を広げている今、先に仕組みを回した人が先に果実を取る。